一种基于人工标记物的手术导航系统空间自动注册方法

文档序号:6542951阅读:316来源:国知局
一种基于人工标记物的手术导航系统空间自动注册方法
【专利摘要】一种基于人工标记物的手术导航系统空间自动注册方法,该方法的步骤为:(1)在图像引导空间,对术前采集的医学影像图像进行表面重建,获得人头模型;采用不同的尺度空间因子,基于顶点预测器的原理,对模型进行光顺,构建模型的多尺度空间;(2)在多尺度空间中,计算相邻尺度的高斯差分,遍历当前尺度和相邻尺度的一环邻域寻找极值点;(3)对极值点进行标记物形状相关聚类,定位出标记物中心点;(4)在病人空间,使用双目相机实时获取病人头部图片,基于角点检测提取出标记物中心点,基于双目立体视觉原理恢复标记物中心点三维坐标;(5)基于随机迭代一致性(Ransac)方法匹配两空间标记物,计算欧式变换矩阵,完成手术导航系统的空间注册。
【专利说明】一种基于人工标记物的手术导航系统空间自动注册方法
【技术领域】
[0001]本发明涉及计算机辅助手术领域,更具体地讲,涉及一种图像引导手术导航系统空间自动注册方法。
【背景技术】
[0002]把病人在空间中的实际位置和三维模型中的虚拟位置进行精确配准的过程,在手术导航中称为注册。空间注册的精度直接影响着整个导航系统的精度,是手术前准备阶段中最重要的一步。基于点匹配的刚体配准法是目前手术导航系统临床应用中使用最多的空间注册法,其基本思想是分别在病人空间和三维图像空间中选取对应点集,通过数学原理计算出点集之间的变换关系,再扩展到病人空间中任意点在三维图像空间上的对应位置。
[0003]目前基于点匹配的空间注册方法大都需要医生手动、顺序地在图像空间和图像引导空间选择人工标记物,这种方法获得的注册精度依赖于医生的经验,并且手动选取精度往往不稳定,通常需要多次选取然后求取平均值,增加了医生的工作量并延长了手术准备时间。
[0004]本发明提出了一种基于人工标记物的手术导航系统空间自动注册方法,该方法设计了十字结构的圆形人工标记物,并利用标记物的形状特征,构建模型的多尺度空间,检测位于标记物圆周上的特征点,从而定位出标记物中心,在病人空间,利用角点检测和双目立体视觉原理,自动识别相同的标记物中心点,进而完成注册。这种方法不需要人工干预,稳定高效,大大节约了术前准备时间,提高了手术效率。

【发明内容】

[0005]本发明的目的是:解决现有手术导航系统需要医生手动、顺序选择标记物的费时费力的问题,提供了一种基于人工标记物的手术导航系统空间自动注册方法,该方法可以有效地完成病人术前医学影像空间与实际术中空间的注册,满足手术导航系统的速度和精度要求。
[0006]为了实现上述目的,本发明的原理是:在图像引导空间,利用人工标记物和人头表面接触处不同的凹凸性,检测出曲率骤变的标记物圆周,根据几何特点计算标记物中心点。在病人空间,本发明设计了圆形十字标记物,以标记物中心点为圆点,以黑白两色填充,每90°变换颜色,这样十字标记物中心点为一稳定的角点。利于人工标记物的特殊设计,检测十字标记的中心角点。同时采用双目相机基于立体视觉的技术恢复这些标记物中心点的三维坐标,然后寻找两个空间的标记物对应关系,计算两空间的欧式变换矩阵,从而完成注
ΠΠ
/ttr O
[0007]本发明所采取的技术方案是:首先,在图像引导空间,对术前采集的医学影像图像进行表面重建,获得人头模型;采用不同的尺度空间因子,基于顶点预测器的原理,对模型进行光顺,构建模型的多尺度空间;在多尺度空间中,计算相邻尺度的高斯差分,遍历当前尺度和相邻尺度的一环邻域寻找极值点;然后对极值点进行标记物形状相关聚类,定位出标记物中心点。在病人空间,使用双目相机实时获取病人头部图片,基于角点检测提取出标记物中心点,基于双目立体视觉原理恢复标记物中心点三维坐标。最后,基于随机迭代一致性(Ransac)方法匹配两空间标记物,计算欧式变换矩阵,完成空间注册。
[0008]本发明与现有技术相比的优点在于:充分利用了标记物的几何特征和灰度特征,并结合多尺度空间原理和立体视觉原理,自动定位出人工标记物,有效地提高了空间注册的精度和效率,减少了医生的工作量。
【专利附图】

【附图说明】
[0009]图1为本发明基于人工标记物的手术导航系统空间自动注册方法的流程图;
[0010]图2为图像引导空间人工标记物定位的流程图。
[0011]图3为定位出标记物示意图
[0012]具体实施方法
[0013]下面结合附图对本发明作进一步说明。
[0014]本发明提出的基于人工标记物的手术导航系统空间自动注册方法的流程如图1所示,其步骤如下:
[0015](I)如图2所示,在图像引导空间,采用不同的尺度空间因子,基于顶点预测器的原理,对模型进行光顺,构建模型的多尺度空间;在多尺度空间中,计算相邻尺度的高斯差分,遍历当前尺度和相邻尺度的一环邻域寻找极值点;对极值点进行标记物形状相关聚类,定位出标记物中心点(如图3所示):
[0016](1.1)设原始的人头模型为Μ,ρ为M中的一个顶点。对于尺度空间因子O,M经过以σ为参数的高斯函数光顺后的结果为Μ。,ρ在Μ。中对应的顶点是P。,定义顶点P处的信号强度I (P,σ )为ρ在ρ。法向方向η。(ρ)上的位移:
[0017]I (ρ, σ) =<ηο(ρ),ρ-ρ。>
[0018](1.2)在以σ为因子的尺度空间中,估算ρ点对应顶点ρ。的法向η。(ρ)。^peM(是数学符号,表示对于属于M的任意一点P),设Ν(ρ)是ρ的邻域,q是邻域内的一点,即VgeA/(p),η,是q点的法向量。定义两点空间距离权值为I |q-p| |,同时考虑到网格M
可能是非均匀采样的曲面,引入q的Voronoi面积作为顶点的面积权值Aq,利用如下公式估算出η。(ρ):
【权利要求】
1.一种基于人工标记物的手术导航系统空间自动注册方法,其特征在于包括如下步骤: (1)在图像引导空间,采用不同的尺度空间因子,基于顶点预测器的原理,对通过术前采集的医学影像图像进行表面重建的人头模型进行光顺,构建模型的多尺度空间;在多尺度空间中,计算相邻尺度的高斯差分,遍历当前尺度和相邻尺度的一环邻域寻找极值点;对极值点进行标记物形状相关聚类,定位出标记物中心点; (2)在病人空间,使用双目相机实时获取病人头部图片,基于角点检测提取出标记物中心点,基于双目立体视觉原理恢复标记物中心点三维坐标; (3)基于随机迭代一致性(Ransac)方法匹配两空间标记物,计算欧式变换矩阵,完成空间注册。
2.根据权利要求1所述的基于人工标记物的手术导航系统空间自动注册方法,其特征在于:步骤(1)中基于多尺度空间的标记物中心点定位方法,包括步骤如下: (2.1)设原始的三维模型为M,P为M中的一个顶点;对于尺度空间因子σ,M经过以σ为参数的高斯函数光顺后的结果为Μ。,P在Μ。中对应的顶点是P。,定义顶点P处的信号强度I (P,σ )为P在ρ。法向方向η。(P)上的位移:
I (P, σ ) =< η0 (P), ρ-ρ0 > (2.2)在以σ为因子的尺度空间中,估算P点对应顶点P。的法向n。(p); VpeM,设N(p)是P的领域,q是邻域内的一点,即Wy G N(P),nq是q点的法向量;定义两点空间距离权值为I |q_p| I,同时考虑到网格M可能是非均匀采样的曲面,引入q的VOTonoi面积作为顶点的面积权值Aq,利用如下公式估算出η。(P):
【文档编号】G06F19/00GK104008269SQ201410134319
【公开日】2014年8月27日 申请日期:2014年4月3日 优先权日:2014年4月3日
【发明者】沈旭昆, 胡勇, 方小瑞 申请人:北京航空航天大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1